基于电池交换的电动汽车充电设施规划方法研究

电动汽车存在充电时间长、行驶距离有限的问题。针对电池交换的充电方式,研究了电动汽车电池交换站及电池配置问题。利用生灭过程理论描述了交通走廊沿线电池交换站的电池交换及其充电过程,建立了换电站运作的随机模型;进而以电动汽车换电成功概率等为约束,建立了以建设成本最小化为目标的充电设施规划模型,并基于拉格朗日方法提出了模型求解算法。研究结果表明,所建立的模型不仅能够计算换电成功概率,还能分析换电成功概率、充电技术进步的影响,实现了满足电动汽车换电成功概率的约束条件下的建设成本最小化的交换站及电池配置。     

一种电动汽车充电桩的布局规划方法

电动汽车充电桩的规划和建设对电动汽车推广起着决定性的作用,提出了一种新的充电桩规划方法。首先,在确定各类型充电桩数量的基础上,考虑了不同类型电动汽车不平衡的充电需求、最小充电距离的充电桩位置等因素,对慢速充电桩的规划进行分析。然后,基于路网结构和充电需求分布不均,对快速充电桩的规划进行分析。最后,从天津市经开区电动汽车充电需求分析入手,对提出的布局规划方法进行了实例验证。     

基于强化学习的三维游戏控制算法

基于强化学习,设计了一个面向三维第一人称射击游戏(DOOM)的智能体,该智能体可在游戏环境下移动、射击敌人、收集物品等.本文算法结合深度学习的目标识别算法Faster RCNN与Deep Q-Networks(DQN)算法,可将DQN算法的搜索空间大大减小,从而极大提升本文算法的训练效率.在虚拟游戏平台(ViZDoom)的两个场景下(Defend_the_center和Health_gathering)进行实验,将本文算法与最新的三维射击游戏智能体算法进行比较,结果表明本文算法可以用更少的迭代次数实现更优的训练结果.     

基于Vissim的共享电动汽车交通流出行仿真

共享电动汽车作为公共交通手段的新兴选择及其所具有的广阔前景与市场,研究其出行数据和出行规律具有重要意义。针对具有代表性的特定路段（特大城市郊区主道路口）,采集共享电动汽车实际出行数据,设计了一种基于实际场景筛选提取有效数据的方法,并通过对有效数据的研究揭示了共享电动汽车相关的出行特征情况。在此基础上,实地摄录采集并统计了基本交通数据,针对早晚高峰和其他时间搭建了路口的仿真模型,设计了预测路口和路段共享电动汽车的最大出行量的方法,完成了仿真预测实验,在一定程度上验证了共享电动汽车出行特征的分析结果。研究结果对分时租赁公司相关运营策略具有指导意义,并可为用户出行时间及路线提供选择。     

基于强化学习的多Agent系统规划规则抽取方法

强化学习和规划技术在目标上有着很高的相似性,而在技术上又具有互补性,因此,基于强化学习的Agent规划规则抽取问题长期以来一直是研究的热点。针对基于强化学习的多Agent系统在规划规则抽取方面存在的问题,提出了一种从多Agent Q学习中抽取满足规划条件的规划规则的RL—MAPRE算法,并给出了理论分析。     

基于深度强化学习的工业网络入侵检测研究

为了有效识别工业网络环境中由多条异常数据共同组合的新型攻击,提出了一种基于深度强化学习的融合模型DQN-LSTM.该模型将流量数据的空间特征和时序特征相结合,展开异常检测.在公开的工控网络天然气工厂数据集上进行实验,DQN-LSTM模型在准确率和F1值上与SVM、CNN、LSTM、DQN等方法相比,本文模型的综合性能更好.     

基于人工神经网络的并行强化学习自适应路径规划

强化学习是通过对环境的反复试探建立起从环境状态到行为动作的映射。利用人工神经网络的反馈进行权值的调整,再与高学习效率的并行强化学习算法相结合,提出了基于人工神经网络的并行强化学习的应用方法,并通过实验仿真验证了迭代过程的收敛性和该方法的可行性,从而有效地完成了路径学习。     

集成规划的行动-自适应评价强化学习算法

研究了行动-自适应评价强化学习方法,考虑到行动器所采取的探索策略对学习性能的影响,利用混合探索策略进行探索;分析学习和规划的特点,在评价器中应用集成模型学习和无模型学习的学习方法,在行动器应用新的混合探索策略,提出一种集成规划的行动-自适应评价强化学习算法并进行仿真实验,实验结果表明,新算法有较好的学习效果.     

面向多异质用户的分布式动态频谱接入方法

针对认知无线电网络中多个次用户存在不同服务质量(quality of service,QoS)需求的频谱接入问题,提出了基于Dueling DQN(dueling deep Q-network)的分布式动态频谱接入方法.该方法通过与环境交互学习实现在次用户不掌握系统信道先验信息条件下动态获得最佳频谱接入策略,并以次用户...     

电动汽车大功率直流充电热管理系统设计

为提高动力电池在大功率直流充电状况下的充电效率,提出一种基于充电桩热泵系统的电池热管理系统。以某款电动汽车的动力电池为例,研究该热管理系统在–20,–10,0,20和40 ℃工况下大功率直流充电的温度特性和充电时长问题。使用数值仿真软件对系统进行建模并分析,结果表明,电桩式电池热管理系统响应快、效率高,且最高温度可控制在50 ℃以下。在低温0,–10和–20 ℃工况下,相较于原车载式电池热管理系统,可分别为动力电池节约10.6%,17.9%和24.6%的充电时间;在20和40 ℃工况下可节省1.4%和6.0%的充电时间;对比动力电池各阶段所用的充电时间,所提出的系统主要比原系统减少了电量0～20%范围内的充电时间。     

基于强化学习的视频车辆跟踪

基于视频的车辆跟踪在交通监控领域有着重要的实用价值．为了有效地跟踪视频车辆,文中首先提出了一种结合虚拟检测线的统计背景提取方法,然后运用背景差法提取运动车辆信息,再在运动车辆区域运用SUSAN（Smallest Univalue Segment Assimilating Nucleus）算法提取车辆角点特征,在此基础上运用强化学习进行车辆跟踪,充分发挥了强化学习搜索效率高的特性．实验结果表明：文中方法跟踪情况稳定,跟踪准确率比较高,可以获得很好的跟踪效果．     

电动汽车动态无线充电路段优化建模方法

随着能源危机和环境压力的加剧,电动汽车被认为是降低石化资源依赖、应对气候变化、维持能源与环境可持续发展和实现“双碳”目标的有效措施。在多方政策的鼓励下,电动汽车市场的推广规模不断得到拓展,由此带来的巨大充电需求对充电设施的布局和运营提出了挑战。电池容量限制造成的“里程焦虑”和现有充电网络建设不完善导致的“一桩难求”,使得充电设施可用性低和用户充电不便成为电动汽车的行业痛点,阻碍着电动汽车的普及,而动态无线充电技术的成熟为上述问题带来了极具前景的解决方案。电动汽车动态无线充电路段的合理配置是满足用户需求、解决“里程焦虑”、提高设施利用率、降低社会成本的关键。为提供该研究领域较为全面的综述视角,本文首先概述国内外动态无线充电路段技术的发展情况,根据优势及其面临的挑战总结技术特点;然后从建模方法、决策变量、优化目标、约束条件、模型假设、求解算法等维度,分析无线充电路段的优化配置模型,列举国内外研究成果及测试情况;最后对动态无线充电领域现有的方法、技术问题进行总结,并对无线充电路段优化配置与电网影响分析、充电负荷管理、电力市场分析、充电策略、电池管理系统、电池容量预测、电池均衡控制及无人驾驶的多学科交叉融合发展应用前景进行展望。     

含光、储、电动汽车居民小区电力负荷综合管理系统

电动汽车、小型光伏发电装置在居民配电系统获得日益广泛的应用,改变了居民负荷需求特征,给现有系统带来一系列问题.为提高居民小区光伏利用率,引导电动汽车有序充电,针对含光、储及电动汽车的居民小区,研究光伏出力及电动汽车充电行为的不确定性及特征,利用集中设置的储能装置,在不改变既有配电系统一次拓扑结构的前提下,构造居民小区电力负荷综合能源管理系统,并提出直接和间接负荷控制相结合的综合能源管理控制和调度策略.该系统及其控制策略利用分时电价机制间接调节电动汽车充电行为,避免夜间充电高峰;利用合理设置的集中储能装置,通过直接控制,转移多余光伏出力,充分消纳光伏出力,同时达到最大化用户收益和解决变压器白天光伏反向送电过载问题的目的.以实际居民小区实测数据为基础,对不同场景的仿真分析验证了方法的可行性和有效性.     

锂离子动力电池充放电特性的试验研究

为了解锂离子动力电池的工作特性,评价其在电动车辆上的使用性能,对锂离子动力电池进行了性能测试.基于实验结果,给出了锂离子动力电池的工作电压、工作电压下降速率和温升特性曲线.对锂离子动力电池的工作特性进行了分析;对各单体电池间的一致性对电池组性能和寿命的影响进行了分析评价;对电池的使用规范提出了建议.分析表明:锂离子动力电池适合于电动车辆使用,但电池单体间的一致性还待进一步改善和提高.     

电动汽车弹性充电策略的研究

为了缓解电动汽车里程焦虑问题,降低因充电时间过长对日常使用的影响,对家用电动汽车的充电策略进行了研究.针对家用汽车使用场景的离散性,提出弹性充电的方法,利用使用间隙规划充电方案,降低对行程的延误.并提出选择充电站和充电量的最优算法,根据电动汽车自身电池特性和周边充电站的资源竞争情况计算最优的充电决策.通过对真实车型数据和用车场景的模拟,验证了算法的有效性.这表明弹性充电策略能够大幅度节省行程时间,消除用户的里程焦虑.     

Study on site selection planning of urban electric vehicle charging station

The large-scale development of electric vehicles(EVs)requires numerous charging stations to serve them,and the charging stations should be reasonably laid out and planned according to the charging demand of electric vehicles.Considering the costs of both operators and users,a site selec-tion model for optimal layout planning of charging stations is constructed,and a queuing theory ap-proach is used to determine the charging pile configuration to meet the charging demand in the plan-ning area.To solve the difficulties of particle swarm global optimization search,the improved ran-dom drift particle swarm optimization(IRDPSO)and Voronoi diagram are used to jointly solve for the optimal layout of electric vehicles.The final arithmetic analysis verifies the feasibility and practicali-ty of the model and algorithm,and the results show that the total social cost is minimized when the charging station is 9,the location of the charging station is close to the center of gravity and the lay-out is reasonable.     

基于 DSP + CPLD 的大功率高效电动汽车充电电源

多单机充电模块并联运行方式在充电后期或是在给电池容量较小的电动汽车充电时,各充电模块均处于轻载状态,且充电电源效率低下,谐波污染严重．为此,文中研制了一款基于DSP + CPLD 的 ZVZCS 大功率电动汽车充电电源模块,搭建了输出功率可达288kW(600V/480A)的实验平台,并提出了一种新型的并联控制策略,该控制策略确保始终以最少的充电模块提供电动汽车所需的充电电流(电压)．实验结果表明:单机运行时,充电电源的效率在满载时最高可达 96．5%;多单机并联运行时,运用上述控制策略可使充电电源效率始终保持在 90．0%以上．